본 논문은 암 진단 및 예후 예측을 위한 다중 모달 자기 지도 학습 방법인 MIRROR를 제시합니다. 기존의 다중 모달 통합 방법들이 모달 정렬에만 집중하는 것과 달리, MIRROR는 조직병리학과 전사체학의 이질성을 고려하여 각 모달의 특징을 유지하면서 모달 간 정렬을 동시에 수행합니다. 조직병리학적 이미지와 전사체학 데이터의 특징을 각각 추출하는 전용 인코더와 모달 정렬 모듈, 모달 고유 특징 유지를 위한 모달 유지 모듈, 그리고 일관된 병리학적 특징을 클러스터링하여 중복성을 줄이고 질병 관련 정보를 향상시키는 스타일 클러스터링 모듈로 구성됩니다. TCGA 코호트를 이용한 실험 결과, MIRROR는 암 하위 유형 분류 및 생존 분석에서 우수한 성능을 보였습니다.
